{JALUR SCIENTIST} CLASSIFICATION OF CORN PLANT DISEASES USING VARIOUS CONVOLUTIONAL NEURAL NETWORK

Pratama, Aditya Yoga (2023) {JALUR SCIENTIST} CLASSIFICATION OF CORN PLANT DISEASES USING VARIOUS CONVOLUTIONAL NEURAL NETWORK. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (330kB)
	Text (ISI) ISI.pdf Restricted to Registered users only Download (1MB)
	Archive (SOURCE CODE) Jalur Scientist Source Code - Aditya Yoga Pratama.zip Restricted to Repository staff only Download (1MB)
	Text (PUBLIKASI) Jalur Scientist Publikasi - Aditya Yoga Pratama.pdf Restricted to Repository staff only Download (1MB)

Abstract

Berdasarkan data Badan Pusat Statistik (BPS) Jawa Timur tahun 2020, produksi jagung tahun 2019 mengalami penurunan sebesar 622.403 ton. Penurunan produksi adalah disebabkan oleh penyakit yang menyerang tanaman jagung yang diketahui dari fisik daun jagung penampilan. Penelitian ini bertujuan untuk mendapatkan model arsitektur dengan kinerja yang baik antara AlexNet, LeNet, dan MobileNet dalam mendeteksi penyakit tanaman jagung. Itu dataset yang digunakan dalam penelitian ini berasal dari Kaggle, dengan 4188 gambar yang dibagi menjadi empat penyakit kelas: Karat Biasa, Bercak Daun Abu-abu, Penyakit Hawar, dan Sehat. Pakar pertanian dari Bantul telah memastikan munculnya setiap kelas penyakit tanaman jagung. Itu Proses preprocessing dilakukan untuk mempersiapkan data sehingga menjadi jumlah data yang banyak setiap kelas seimbang. Data gambar yang digunakan pada penelitian ini berjumlah 4000 gambar yang mana dibagi menjadi data latih dan data uji dengan perbandingan 80:20. Berdasarkan Dari hasil percobaan ditemukan bahwa arsitektur MobileNet lebih baik kinerja dibandingkan AlexNet dan LeNet dengan nilai akurasi rata-rata 83,37%. presisi sebesar 0,8337, dan g-mean sebesar 0,8298. Hasil ini telah divalidasi oleh ahli pertanian di Kabupaten Bantul dan petani jagung yang berpengalaman dalam budidaya jagung.

Actions (login required)

View Item